Matematické modelování dopravního proudu

Save this PDF as:
 WORD  PNG  TXT  JPG

Rozměr: px
Začít zobrazení ze stránky:

Download "Matematické modelování dopravního proudu"

Transkript

1 Matematické modelování dopravního proudu Ondřej Lanč, Alena Girglová, Kateřina Papežová, Lucie Obšilová Gymnázium Otokara Březiny a SOŠ Telč Abstrakt: Cílem projektu bylo seznámení se s matematickým popisem dopravního proudu, Zpracování dat s dopravních měření a vytvoření jednoduchých matematických modelů různých dopravních situacích. 1 Úvod V této práci se zabýváme studiem základních matematických a fyzikálních vlastností souboru vozidel pohybujících se uvnitř rozsáhlého dopravního systému. V projektu byla použita data naměřená na evropských silnic pomocí magnetických indukčních smyček. Cílem bylo vlastnosti souboru teoreticky popsat, navrhnout a poté testovat jednoduchý matematický dopravní model a jeho výsledky porovnat se skutečným dopravním systémem. 2 Zpracování fyzikálních měření Pro obecnější představu o naměřených datech používáme aritmetický průměr z naměřených dat. Samotná průměrná hodnota jevu není ovšem dostatečným popisem. Proto zavádíme tzv. průměrnou odchylku. Která nám popisuje jak se moc se jednotlivé údaje lišily od vypočítaného průměru. Tedy uvádí jak moc se měřené hodnoty jednotlivých vozidel od sebe navzájem liší. Data s kterými jsme pracovali nám udávala přímo délku vozidel, jejich rychlost a čas průniku předního nárazníku vozidla měřícím bodem. Ostatní veličiny bylo nutné dopočítat. 3 Zkoumané jevy 3.1 Lokální charakteristiky Lokální charakteristiky dopravního proudu jsou veličiny, kterými lze popsat každé jednotlivé vozidlo zvlášť Délka vozidel v - Délka vozidel byla v naměřených datech, nebylo třeba ji jinak získávat

2 Průměrná délka vozidel - - udává součet délek l všech vozidel vydělený jejich počtem N Průměrná odchylka od průměrné délky vozidel - - je součet všech absolutních hodnot rozdílů délek l jednotlivých vozidel a průměrné délky vozidel vydělený počtem vozidel N Rychlost vozidel v - Rychlost vozidel byla také v naměřených datech, nebylo ji tedy třeba dopočítávat Průměrná rychlost vozidel - - je součet rychlostí v všech vozidel vydělený jejich počtem N Průměrná odchylka od průměrné rychlosti vozidel - - je součet všech absolutních hodnot rozdílů rychlostí v jednotlivých vozidel a průměrné rychlosti vozidel vydělený počtem vozidel N Časový odstup mezi i-tým a (i-1)-tým vozidlem - - Určíme tak, že od času, kdy bylo i-té vozidlo zaznamenáno detektorem, odečteme čas, kdy bylo vozidlo i-1 zaznamenáno detektorem, ovšem musíme ještě odečíst čas, za který vozidlo i-1 ujede vzdálenost rovnou své délce (tedy kdy zadní část vozidla projede detektorem) - jeho délku vydělíme jeho rychlostí. Je zde ovšem nutný převod jednotek z km/h na m/s (děleno 3,6). Pozn. t 1 časový odstup mezi předním nárazníkem druhého vozidla a zadním nárazníkem prvního vozidla t 2 časový odstup mezi předním nárazníkem třetího vozidla a zadním nárazníkem druhého vozidla

3 Průměrná hodnota časových odstupů mezi vozidly - - Určíme tak, že sečteme všechny časové odstupy mezi vozidly (začínáme od druhého vozidla, protože časových odstupů je o jeden méně než vozidel a prvním vozidlem, které před sebou má časový odstup od jiného vozidla, je druhé vozidlo). Součet časových odstupů vydělíme počtem měření N-1, protože s měřením časových odstupů začínáme u druhého vozidla a končíme u N-tého Průměrná odchylka časových odstupů mezi vozidly - Představuje průměrnou hodnotu absolutních rozdílů, kterou určíme sečtením všech absolutních rozdílů časového odstupu a průměrného časového odstupu. Součet vydělíme počtem měření, tzn. : tzn. : Čistá vzdálenost mezi vozidly - r i Určíme použitím předchozího výpočtu časového odstupu mezi i-tým a i-1-tým vozidlem. Tento vynásobíme rychlostí i-tého vozidla, kterou převedeme na z km/h na m/s. Pozn. r 1 vzdálenost mezi předním nárazníkem druhého vozidla a zadním nárazníkem prvního vozidla r 2 vzdálenost mezi předním nárazníkem třetího vozidla a zadním nárazníkem druhého vozidla Průměrná čistá vzdálenost mezi vozidly - Podobně jako u průměrné hodnoty časových odstupů - sečteme všechny čisté vzdálenosti mezi vozidly r i a vydělíme počtem měření N-1.

4 Pozn. čistá vzdálenost vzdálenost mezi zadním nárazníkem vozidla a předním nárazníkem vozidla jedoucího za ním Průměrná odchylka čistých vzdáleností mezi vozidly - Určíme ji tak, že sečteme všechny absolutní hodnoty rozdílů čistých vzdáleností r i a průměrnéčisté vzdálenost mezi vozidly a zase vydělíme počtem měření, tzn. : 3.2 Globální charakteristiky dopravního proudu Globální charakteristiky dopravního proudu jsou veličiny, kterými nelze popsat každé jednotlivé vozidlo zvlášť. Vztahují se pouze k většímu souboru dat Hustota provozu - je definována vztahem kde L označuje délku komunikace a N počet vozidel na komunikaci udává tedy počet vozidel na kilometr jednotka veh/km (z angličtiny vehicle vozidlo) Z nám známých veličin (délka vozidel, rychlost vozidel, rozestupy mezi vozidly, počet vozidel) vytvoříme vzorec pro výpočet hustoty provozu tak, že počet vozidel N vydělíme součtem délek všech vozidel a rozestupů všech vozidel (viz dříve). Hodnoty rychlosti jsou zadány v jednotkách km/ h, délky vozidel a rozestupů mezi nimi jsou zadány v metrech. Abychom získali výsledek v jednotkách veh/km, provedeme převod jednotek. Vzorec: Dopravní tok - J je definován vztahem kde T představuje dobu (v hodinách), po níž detektor zaznamenával průjezdy a N počet vozidel, které za uvedenou dobu detektor zaznamenal udává tedy počet vozidel, které projedou vybraným místem za hodinu jednotka veh/h Se zadanými veličinami vytvoříme vzorec pro výpočet dopravního toku tak, že počet vozidel N vydělíme celkovým časem měření, tj. rozdíl času příjezdu posledního vozidla a času příjezdu prvního vozidla (t N -t 1 ). Jelikož čas měření je zadán v sekundách, je ve vzorci navíc převod jednotek ze sekund na hodiny, aby výslednou jednotkou bylo veh/h. Vzorec:

5 4 Grafické zpracování měření - pro zobrazení naměřených dat používáme histogramu, kdy na hodnoty jednotlivých jevů (rychlost a délka vozidel) jsou zobrazeni na vodorovné ose a absolutní četnost (počet vozidel), relativní četnost (absolutní četnost podělená počtem vozidel), nebo hustota pravděpodobnosti (viz níže) jsou naneseny na svislou osu. Výška jednotlivých sloupců je úměrná počtu případů, kdy hodnota zkoumané veličiny spadá do příslušné kategorie (intervalu) na ose x. Tuto šířku sloupce označujeme d v. Při zobrazení absolutní četnosti, relativní četnosti a hustoty pravděpodobnosti v histogramu vzniknou tvarově stejné grafy, ale s různým měřítkem. d V Obr. 1: Histogram rozdělení počtu vozidel (absolutní četmost) v závislosti na jejich rychlosti, d v = 0,4 km/h 4.1 Absolutní četnost - počet vozidel součet absolutních četností je roven počtu vozidel 4.2 Relativní četnost - rč i je podílem absolutní četnosti a celkového počtu vozidel. Platí: (Jedná se o tzv. normovací podmínku.) tzn. rč i є <0,1> - tzn. pravděpodobnost vyjádřená v procentech nabývá hodnot 0% - 100%. 4.3 Hustota pravděpodobnosti odpovídá podílu relativní četnost rč i a d v. Hustota pravděpodobnosti hp i definujeme vzorcem. Normalizace pravděpodobnosti: a zároveň, tzn. - pravděpodobnost, že rychlost vozidla bude v rozmezí od nuly do nekonečna je rovna 100%

6 Obr. 1: Histogram rozdělení počtu (absolutní četnost) vozidel v závislosti na jejich rychlosti, d v = 0,4 km/h Obr. 2: Histogram hustoty pravděpodobnosti jednotlivých kategorií rychlosti, d v = 0,4 km/h

7 5 Buněčný dopravní model - buněčný dopravní model spočívá v tom, že silnici rozdělíme do jakýchsi buněk, do každé buňky lze umístit právě jedno vozidlo (tedy ne dvě, ale ani část vozidla vozidlo musí být v buňce celé). Dále je určena nějaká maximální rychlost rychlost jedna znamená v příštím kroku posunutí vozidla o jednu buňku vpřed. Pohyb v modelu se provádí pomocí následujícího postupu: 1. pokud je aktuální rychlost menší než maximální zvýší se rychlost o jedna 2. zjistí se počet volných buněk před vozidlem (tj. pozice předcházejícího vozidla pozice aktuálního vozidla) 3. pokud je rychlost větší než tato mezera je snížena na velikost této mezery 4. následuje pohyb všech vozidel s nastavenou rychlostí - toto celé se opakuje - dále umisťujeme mezi krok 3 a 4 tzv. náhodný faktor tj., že rychlost vozidla se s 50% pravděpodobností sníží o jedna Po rozjetí modelu se nastaví určitá buňka jako detektor a zaznamenává průjezdy vozidel za urřitý počet kroků. Tím lze vypočítat dopravní tok. S naměřených dopravních toků přiřazených k hustotě dopravy (záleží na počtu vozů umístěných do modelu) sestavíme graf. Obr. 3: Graf závislosti Dopravního toku na hustotě. (Tok počet vozidel za jeden krok, Hustota počet vozidel dělený počtem buněk) 6 Shrnutí Naše modely jeví mnoho podobných rysů skutečným měřením. Hodláme dále pokračovat v této práci a navrhnout další modely popisující i složitější situace např. dvouproudá silnice, křižovatka, silnice s možností předjíždění a další.

8 Poděkování - vedoucímu práce Mgr. Milanovi Krbálkovi, Ph.D. - učiteli matematiky RNDr. Stanislavovi Mácovi - Fakultě jaderné a fyzikálně inženýrské ČVUT

Jméno autora: Mgr. Zdeněk Chalupský Datum vytvoření: 20. 8. 2012 Číslo DUM: VY_32_INOVACE_16_FY_A

Jméno autora: Mgr. Zdeněk Chalupský Datum vytvoření: 20. 8. 2012 Číslo DUM: VY_32_INOVACE_16_FY_A Jméno autora: Mgr. Zdeněk Chalupský Datum vytvoření: 20. 8. 2012 Číslo DUM: VY_32_INOVACE_16_FY_A Ročník: I. Fyzika Vzdělávací oblast: Přírodovědné vzdělávání Vzdělávací obor: Fyzika Tematický okruh: Mechanika

Více

Pojem a úkoly statistiky

Pojem a úkoly statistiky Katedra ekonometrie FVL UO Brno kancelář 69a, tel. 973 442029 email:jiri.neubauer@unob.cz Pojem a úkoly statistiky Statistika je věda, která se zabývá získáváním, zpracováním a analýzou dat pro potřeby

Více

1. Několik základních pojmů ze středoškolské matematiky. Na začátku si připomeneme následující pojmy:

1. Několik základních pojmů ze středoškolské matematiky. Na začátku si připomeneme následující pojmy: Opakování středoškolské matematiky Slovo úvodem: Tato pomůcka je určena zejména těm studentům presenčního i kombinovaného studia na VŠFS, kteří na středních školách neprošli dostatečnou průpravou z matematiky

Více

Zpracování náhodného výběru. Ing. Michal Dorda, Ph.D.

Zpracování náhodného výběru. Ing. Michal Dorda, Ph.D. Zpracování náhodného výběru popisná statistika Ing. Michal Dorda, Ph.D. Základní pojmy Úkolem statistiky je na základě vlastností výběrového souboru usuzovat o vlastnostech celé populace. Populace(základní

Více

3. Celá čísla. 3.1. Vymezení pojmu celé číslo. 3.2. Zobrazení celého čísla na číselné ose

3. Celá čísla. 3.1. Vymezení pojmu celé číslo. 3.2. Zobrazení celého čísla na číselné ose 3. Celá čísla 6. ročník 3. Celá čísla 3.1. Vymezení pojmu celé číslo Ve své dosavadní praxi jste se setkávali pouze s přirozenými čísly. Tato čísla určovala konkrétní počet (6 jablek, 7 kilogramů jablek,

Více

Základy statistiky pro obor Kadeřník

Základy statistiky pro obor Kadeřník Variace 1 Základy statistiky pro obor Kadeřník Autor: Mgr. Jaromír JUŘEK Kopírování a jakékoliv další využití výukového materiálu je povoleno pouze s uvedením odkazu na www.jarjurek.cz 1. Aritmetický průměr

Více

Písemná práce k modulu Statistika

Písemná práce k modulu Statistika The Nottingham Trent University B.I.B.S., a. s. Brno BA (Hons) in Business Management Písemná práce k modulu Statistika Číslo zadání: 144 Autor: Zdeněk Fekar Ročník: II., 2005/2006 1 Prohlašuji, že jsem

Více

2. Numerické výpočty. 1. Numerická derivace funkce

2. Numerické výpočty. 1. Numerická derivace funkce 2. Numerické výpočty Excel je poměrně pohodlný nástroj na provádění různých numerických výpočtů. V příkladu si ukážeme možnosti výpočtu a zobrazení diferenciálních charakteristik analytické funkce, přičemž

Více

Jednotky zrychlení odvodíme z výše uvedeného vztahu tak, že dosadíme za jednotlivé veličiny.

Jednotky zrychlení odvodíme z výše uvedeného vztahu tak, že dosadíme za jednotlivé veličiny. 1. Auto zrychlí rovnoměrně zrychleným pohybem z 0 km h -1 na 72 km h -1 za 10 sekund. 2. Auto zastaví z rychlosti 64,8 km h -1 rovnoměrně zrychleným (zpomaleným) pohybem za 9 sekund. V obou případech nakreslete

Více

Mˇeˇren ı vlastn ı indukˇcnosti Ondˇrej ˇ Sika

Mˇeˇren ı vlastn ı indukˇcnosti Ondˇrej ˇ Sika Obsah 1 Zadání 3 2 Teoretický úvod 3 2.1 Indukčnost.................................. 3 2.2 Indukčnost cívky.............................. 3 2.3 Vlastní indukčnost............................. 3 2.4 Statická

Více

01MDS. http://www.krbalek.cz/for_students/mds/mds.html

01MDS. http://www.krbalek.cz/for_students/mds/mds.html 01MDS http://www.krbalek.cz/for_students/mds/mds.html 01MDS Modely dopravních systémů (úvodní přednáška) Milan Krbálek Katedra matematiky Fakulty jaderné a fyzikálně inženýrské, ČVUT v Praze http://www.krbalek.cz/for_students/mds/mds.html

Více

Laboratorní práce č. 1: Měření délky

Laboratorní práce č. 1: Měření délky Přírodní vědy moderně a interaktivně FYZIKA 3. ročník šestiletého a 1. ročník čtyřletého studia Laboratorní práce č. 1: Měření délky G Gymnázium Hranice Přírodní vědy moderně a interaktivně FYZIKA 3.

Více

MATURITNÍ TÉMATA Z MATEMATIKY

MATURITNÍ TÉMATA Z MATEMATIKY MATURITNÍ TÉMATA Z MATEMATIKY 1. Základní poznatky z logiky a teorie množin Pojem konstanty a proměnné. Obor proměnné. Pojem výroku a jeho pravdivostní hodnota. Operace s výroky, složené výroky, logické

Více

Pohyb tělesa (5. část)

Pohyb tělesa (5. část) Pohyb tělesa (5. část) A) Co už víme o pohybu tělesa?: Pohyb tělesa se definuje jako změna jeho polohy vzhledem k jinému tělesu. O pohybu tělesa má smysl hovořit jedině v souvislosti s polohou jiných těles.

Více

Data v počítači. Informační data. Logické hodnoty. Znakové hodnoty

Data v počítači. Informační data. Logické hodnoty. Znakové hodnoty Data v počítači Informační data (elementární datové typy) Logické hodnoty Znaky Čísla v pevné řádové čárce (celá čísla) v pohyblivé (plovoucí) řád. čárce (reálná čísla) Povelová data (instrukce programu)

Více

pracovní list studenta Kombinatorika, pravděpodobnost, základy statistiky Jak jsou vysocí? Mirek Kubera

pracovní list studenta Kombinatorika, pravděpodobnost, základy statistiky Jak jsou vysocí? Mirek Kubera Výstup RVP: Klíčová slova: pracovní list studenta Kombinatorika, pravděpodobnost, základy statistiky Mirek Kubera žák diskutuje a kriticky zhodnotí statistické informace a daná statistická sdělení, volí

Více

Přípravný kurz - Matematika

Přípravný kurz - Matematika Přípravný kurz - Matematika Téma: Základy statistiky, kombinační úsudek v úlohách Klíčová slova: tabulky, grafy, diagramy Autor: Mlynářová 1 Základy statistiky Statistika je vědní obor, který se zabývá

Více

ALGEBRA LINEÁRNÍ, KVADRATICKÉ ROVNICE

ALGEBRA LINEÁRNÍ, KVADRATICKÉ ROVNICE ALGEBRA LINEÁRNÍ, KVADRATICKÉ ROVNICE A NEROVNICE, SOUSTAVY ROVNIC A NEROVNIC Gymnázium Jiřího Wolkera v Prostějově Výukové materiály z matematiky pro vyšší gymnázia Autoři projektu Student na prahu 21.

Více

1/2. pro začátečníky. Ing. Zbyněk Sušil, MSc.

1/2. pro začátečníky. Ing. Zbyněk Sušil, MSc. 1/2 pro začátečníky Ing. Zbyněk Sušil, MSc. Průběh lekce Základní informace Seznamy Formátování buněk Operace s řádky a sloupci Příprava tisku Matematické operace Vzorce Absolutní a relativní adresování

Více

Číselné charakteristiky a jejich výpočet

Číselné charakteristiky a jejich výpočet Katedra ekonometrie, FVL, UO Brno kancelář 69a, tel. 973 442029 email:jiri.neubauer@unob.cz charakteristiky polohy charakteristiky variability charakteristiky koncetrace charakteristiky polohy charakteristiky

Více

KAPITOLA 9 - POKROČILÁ PRÁCE S TABULKOVÝM PROCESOREM

KAPITOLA 9 - POKROČILÁ PRÁCE S TABULKOVÝM PROCESOREM KAPITOLA 9 - POKROČILÁ PRÁCE S TABULKOVÝM PROCESOREM CÍLE KAPITOLY Využívat pokročilé možnosti formátování, jako je podmíněné formátování, používat vlastní formát čísel a umět pracovat s listy. Používat

Více

Projekt Využití ICT ve výuce na gymnáziích, registrační číslo projektu CZ.1.07/1.1.07/02.0030. MS Excel

Projekt Využití ICT ve výuce na gymnáziích, registrační číslo projektu CZ.1.07/1.1.07/02.0030. MS Excel Masarykovo gymnázium Příbor, příspěvková organizace Jičínská 528, Příbor Projekt Využití ICT ve výuce na gymnáziích, registrační číslo projektu CZ.1.07/1.1.07/02.0030 MS Excel Metodický materiál pro základní

Více

DETEKCE DOPRAVY KLASIFIKACE VOZIDEL MONITORING DOPRAVNÍHO PROUDU

DETEKCE DOPRAVY KLASIFIKACE VOZIDEL MONITORING DOPRAVNÍHO PROUDU Road Traffic Technology DETEKCE DOPRAVY KLASIFIKACE VOZIDEL MONITORING DOPRAVNÍHO PROUDU BTTT modul SČÍTÁNÍ A KLASIFIKACE DOPRAVY BLUETOOTH MODUL PRO MONITOROVÁNÍ DOPRAVNÍHO PROUDU A DOJEZDOVÝCH ČASŮ Technologie

Více

Jiří Neubauer. Katedra ekonometrie FEM UO Brno

Jiří Neubauer. Katedra ekonometrie FEM UO Brno Přednáška č. 11 Katedra ekonometrie FEM UO Brno Jedná se o speciální případ dopravních úloh, řeší např. problematiku optimálního přiřazení strojů na pracoviště. Příklad Podnik má k dispozici 3 jeřáby,

Více

Vytváření grafů v aplikaci Helios Red

Vytváření grafů v aplikaci Helios Red Vytváření grafů v aplikaci Helios Red Grafy jsou v Helios Red součástí generátoru sestav a jsou tedy dostupné ve všech modulech a výstupech, kde je k dispozici generátor sestav. Největší použití mají v

Více

7 Kardinální informace o kritériích (část 1)

7 Kardinální informace o kritériích (část 1) 7 Kardinální informace o kritériích (část 1) Předpokládejme stejná značení jako v předchozích cvičeních. Kardinální informací o kritériích se rozumí ohodnocení jejich důležitosti k pomocí váhového vektoru

Více

8 Střední hodnota a rozptyl

8 Střední hodnota a rozptyl Břetislav Fajmon, UMAT FEKT, VUT Brno Této přednášce odpovídá kapitola 10 ze skript [1]. Také je k dispozici sbírka úloh [2], kde si můžete procvičit příklady z kapitol 2, 3 a 4. K samostatnému procvičení

Více

Výkonový poměr. Obsah. Faktor kvality FV systému

Výkonový poměr. Obsah. Faktor kvality FV systému Výkonový poměr Faktor kvality FV systému Obsah Výkonový poměr (Performance Ratio) je jedna z nejdůležitějších veličin pro hodnocení účinnosti FV systému. Konkrétně výkonový poměr představuje poměr skutečného

Více

Měření délky, určení objemu tělesa a jeho hustoty

Měření délky, určení objemu tělesa a jeho hustoty Úloha č. 1a Měření délky, určení objemu tělesa a jeho hustoty Úkoly měření: 1. Seznámení se s měřicími přístroji posuvné měřítko, mikrometr, laboratorní váhy. 2. Opakovaně (10x) změřte rozměry dvou zadaných

Více

2.1.4 Funkce, definiční obor funkce. π 4. Předpoklady: 2103. Pedagogická poznámka: Následující ukázky si studenti do sešitů nepřepisují.

2.1.4 Funkce, definiční obor funkce. π 4. Předpoklady: 2103. Pedagogická poznámka: Následující ukázky si studenti do sešitů nepřepisují. .. Funkce, definiční obor funkce Předpoklady: 03 Pedagogická poznámka: Následující ukázky si studenti do sešitů nepřepisují. Uděláme si na tabuli jenom krátký seznam: S = a, y = x, s = vt, výška lidí v

Více

3. Kmitočtové charakteristiky

3. Kmitočtové charakteristiky 3. Kmitočtové charakteristiky Po základním seznámení s programem ATP a jeho preprocesorem ATPDraw následuje využití jednotlivých prvků v jednoduchých obvodech. Jednotlivé příklady obvodů jsou uzpůsobeny

Více

ČESKÉ VYSOKÉ UČENÍ TECHNICKÉ V PRAZE FAKULTA STAVEBNÍ, OBOR GEODÉZIE A KARTOGRAFIE KATEDRA MAPOVÁNÍ A KARTOGRAFIE

ČESKÉ VYSOKÉ UČENÍ TECHNICKÉ V PRAZE FAKULTA STAVEBNÍ, OBOR GEODÉZIE A KARTOGRAFIE KATEDRA MAPOVÁNÍ A KARTOGRAFIE ČESKÉ VYSOKÉ UČENÍ TECHNICKÉ V PRAZE FAKULTA STAVEBNÍ, OBOR GEODÉZIE A KARTOGRAFIE KATEDRA MAPOVÁNÍ A KARTOGRAFIE název předmětu TOPOGRAFICKÁ A TEMATICKÁ KARTOGRAFIE číslo úlohy název úlohy 2 Tvorba tematických

Více

Statistika pro gymnázia

Statistika pro gymnázia Statistika pro gymnázia Pracovní verze učebního textu ZÁKLADNÍ POJMY Statistika zkoumá jevy (společenské, přírodní, technické) ve velkých statistických souborech. Prvky statistických souborů se nazývají

Více

Termistor. Teorie: Termistor je polovodičová součástka, jejíž odpor závisí na teplotě přibližně podle vzorce

Termistor. Teorie: Termistor je polovodičová součástka, jejíž odpor závisí na teplotě přibližně podle vzorce ermistor Pomůcky: Systém ISES, moduly: teploměr, ohmmetr, termistor, 2 spojovací vodiče, stojan s držáky, azbestová síťka, kádinka, voda, kahan, zápalky, soubor: termistor.imc. Úkoly: ) Proměřit závislost

Více

15. Goniometrické funkce

15. Goniometrické funkce @157 15. Goniometrické funkce Pravoúhlý trojúhelník Ze základní školy znáte funkce sin a cos jako poměr odvěsen pravoúhlého trojúhelníka ku přeponě. @160 Měření úhlů Velikost úhlů se měří buď mírou stupňovou

Více

10. Předpovídání - aplikace regresní úlohy

10. Předpovídání - aplikace regresní úlohy 10. Předpovídání - aplikace regresní úlohy Regresní úloha (analýza) je označení pro statistickou metodu, pomocí nichž odhadujeme hodnotu náhodné veličiny (tzv. závislé proměnné, cílové proměnné, regresandu

Více

Pracovní list žáka (SŠ)

Pracovní list žáka (SŠ) Pracovní list žáka (SŠ) vzorová úloha (SŠ) Jméno Třída.. Datum.. 1 Teoretický úvod Rezistory lze zapojovat do série nebo paralelně. Pro výsledný odpor sériového zapojení rezistorů platí: R = R1 + R2 +

Více

PŘEPOČET VÝSLEDKŮ ZÁKLADNÍ A VYŠŠÍ ÚROVNĚ OBTÍŽNOSTI DIDAKTICKÝCH TESTŮ DLE PRAVDĚPODOBNOSTNÍHO MODELU INDEX 11

PŘEPOČET VÝSLEDKŮ ZÁKLADNÍ A VYŠŠÍ ÚROVNĚ OBTÍŽNOSTI DIDAKTICKÝCH TESTŮ DLE PRAVDĚPODOBNOSTNÍHO MODELU INDEX 11 PŘEPOČET VÝSLEDKŮ ZÁKLADNÍ A VYŠŠÍ ÚROVNĚ OBTÍŽNOSTI DIDAKTICKÝCH TESTŮ DLE PRAVDĚPODOBNOSTNÍHO MODELU INDEX 11 PRO PŘEDMĚTY: ČESKÝ JAZYK A LITERATURA MATEMATIKA ANGLICKÝ JAZYK Jak bych dopadl, kdybych

Více

Protokol č. 7. Jednotné objemové křivky. Je zadána výměra porostu, výška dřevin a počty stromů v jednotlivých tloušťkových stupních.

Protokol č. 7. Jednotné objemové křivky. Je zadána výměra porostu, výška dřevin a počty stromů v jednotlivých tloušťkových stupních. Protokol č. 7 Jednotné objemové křivky Zadání: Pro zadané dřeviny stanovte zásobu pomocí JOK tabulek. Součástí protokolu bude tabulka obsahující střední Weisseho tloušťku, Weisseho procento, číslo JOK,

Více

Téma Pohyb grafické znázornění

Téma Pohyb grafické znázornění Téma Pohyb grafické znázornění Příklad č. 1 Na obrázku je graf závislosti dráhy na čase. a) Jak se bude těleso pohybovat? b) Urči velikost rychlosti pohybu v jednotlivých časových úsecích dráhy. c) Jak

Více

STATISTICA Téma 1. Práce s datovým souborem

STATISTICA Téma 1. Práce s datovým souborem STATISTICA Téma 1. Práce s datovým souborem 1) Otevření datového souboru Program Statistika.cz otevíráme z ikony Start, nabídka Programy, podnabídka Statistika Cz 6. Ze dvou nabídnutých možností vybereme

Více

2 Zpracování naměřených dat. 2.1 Gaussův zákon chyb. 2.2 Náhodná veličina a její rozdělení

2 Zpracování naměřených dat. 2.1 Gaussův zákon chyb. 2.2 Náhodná veličina a její rozdělení 2 Zpracování naměřených dat Důležitou součástí každé experimentální práce je statistické zpracování naměřených dat. V této krátké kapitole se budeme věnovat určení intervalů spolehlivosti získaných výsledků

Více

Zadání projektu Pohyb

Zadání projektu Pohyb Zadání projektu Pohyb Časový plán: Zadání projektu, přidělení funkcí, časový a pracovní plán 22. 9. Vlastní práce 3 vyučovací hodiny + výuka v TV Prezentace projektu 11. 10. Test a odevzdání portfólií

Více

Úloha D - Signál a šum v RFID

Úloha D - Signál a šum v RFID 1. Zadání: Úloha D - Signál a šum v RFID Změřte úrovně užitečného signálu a šumu v přenosovém řetězci systému RFID v závislosti na čtecí vzdálenosti. Zjistěte maximální čtecí vzdálenost daného RFID transpondéru.

Více

4. ZÁKLADNÍ TYPY ROZDĚLENÍ PRAVDĚPODOBNOSTI DISKRÉTNÍ NÁHODNÉ VELIČINY

4. ZÁKLADNÍ TYPY ROZDĚLENÍ PRAVDĚPODOBNOSTI DISKRÉTNÍ NÁHODNÉ VELIČINY 4. ZÁKLADNÍ TYPY ROZDĚLENÍ PRAVDĚPODOBNOSTI DISKRÉTNÍ NÁHODNÉ VELIČINY Průvodce studiem V této kapitole se seznámíte se základními typy rozložení diskrétní náhodné veličiny. Vašim úkolem by neměla být

Více

Simulace. Simulace dat. Parametry

Simulace. Simulace dat. Parametry Simulace Simulace dat Menu: QCExpert Simulace Simulace dat Tento modul je určen pro generování pseudonáhodných dat s danými statistickými vlastnostmi. Nabízí čtyři typy rozdělení: normální, logaritmicko-normální,

Více

Numerické řešení variačních úloh v Excelu

Numerické řešení variačních úloh v Excelu Numerické řešení variačních úloh v Excelu Miroslav Hanzelka, Lenka Stará, Dominik Tělupil Gymnázium Česká Lípa, Gymnázium Jírovcova 8, Gymnázium Brno MirdaHanzelka@seznam.cz, lenka.stara1@seznam.cz, dtelupil@gmail.com

Více

PŘÍKLAD NA TŘÍDĚNÍ PODLE JEDNOHO NESPOJITÉHO ČÍSELNÉHO ZNAKU

PŘÍKLAD NA TŘÍDĚNÍ PODLE JEDNOHO NESPOJITÉHO ČÍSELNÉHO ZNAKU PŘÍKLAD NA TŘÍDĚNÍ PODLE JEDNOHO NESPOJITÉHO ČÍSELNÉHO ZNAKU Pracovník, který spravuje podnikovou databázi, exportoval do tabulkového procesoru všechny pracovníky podniku Alfa Blatná s některými sledovanými

Více

ARITMETIKA - SEKUNDA INVESTICE DO ROZVOJE VZDĚLÁVÁNÍ. Tento projekt je spolufinancován Evropským sociálním fondem a státním rozpočtem České republiky

ARITMETIKA - SEKUNDA INVESTICE DO ROZVOJE VZDĚLÁVÁNÍ. Tento projekt je spolufinancován Evropským sociálním fondem a státním rozpočtem České republiky ARITMETIKA - SEKUNDA Gymnázium Jiřího Wolkera v Prostějově Výukové materiály z matematiky pro nižší gymnázia Autoři projektu Student na prahu 21. století - využití ICT ve vyučování matematiky na gymnáziu

Více

Matematika stavebního spoření

Matematika stavebního spoření Matematika stavebního spoření Výpočet salda ve stacionárním stavu a SKLV Petr Kielar Stavební spořitelny se od klasických bank odlišují tím, že úvěry ze stavebního spoření poskytují zásadně z primárních

Více

MS Excel 2007 Kontingenční tabulky

MS Excel 2007 Kontingenční tabulky MS Excel 2007 Kontingenční tabulky Obsah kapitoly V této kapitole se seznámíme s nástrojem, který se používá k analýze dat rozsáhlých seznamů. Studijní cíle Studenti budou umět pro analýzu dat rozsáhlých

Více

Mgr. Karla Hrbáčková, Ph.D. Základy kvantitativního výzkumu

Mgr. Karla Hrbáčková, Ph.D. Základy kvantitativního výzkumu Mgr. Karla Hrbáčková, Ph.D. Základy kvantitativního výzkumu K čemu slouží statistika Popisuje velké soubory dat pomocí charakteristických čísel (popisná statistika). Hledá skryté zákonitosti v souborech

Více

OFFICE MS EXCEL SEZNÁMENÍ S PROGRAMEM

OFFICE MS EXCEL SEZNÁMENÍ S PROGRAMEM Škola: Autor: DUM: Vzdělávací obor: Tematický okruh: Téma: Masarykovo gymnázium Vsetín Mgr. Petr Koňařík MGV_VT_SS_1S2-D12_Z_OFF_EX_UVOD Informatika MS Office MS Excel - úvod OFFICE MS EXCEL SEZNÁMENÍ

Více

Cvičení z matematiky jednoletý volitelný předmět

Cvičení z matematiky jednoletý volitelný předmět Název předmětu: Zařazení v učebním plánu: Cvičení z matematiky O8A, C4A, jednoletý volitelný předmět Cíle předmětu Obsah předmětu je zaměřen na přípravu studentů gymnázia na společnou část maturitní zkoušky

Více

ADZ základní statistické funkce

ADZ základní statistické funkce ADZ základní statistické funkce Základní statistické funkce a znaky v softwaru Excel Znak Stručný popis + Sčítání buněk - Odčítání buněk * Násobení buněk / Dělení buněk Ctrl+c Vyjmutí buňky Ctrl+v Vložení

Více

Vliv realizace, vliv přesnosti centrace a určení výšky přístroje a cíle na přesnost určovaných veličin

Vliv realizace, vliv přesnosti centrace a určení výšky přístroje a cíle na přesnost určovaných veličin Vliv realizace, vliv přesnosti centrace a určení výšky přístroje a cíle na přesnost určovaných veličin doc. Ing. Martin Štroner, Ph.D. Fakulta stavební ČVUT v Praze 1 Úvod Při přesných inženýrsko geodetických

Více

MATEMATIKA základní úroveň obtížnosti

MATEMATIKA základní úroveň obtížnosti MATEMATIKA základní úroveň obtížnosti DIDAKTICKÝ TEST Maximální bodové hodnocení: 50 bodů Hranice úspěšnosti: 33 % 1 Základní informace k zadání zkoušky Didaktický test obsahuje 26 úloh. Časový limit pro

Více

MĚŘ, POČÍTEJ A MĚŘ ZNOVU

MĚŘ, POČÍTEJ A MĚŘ ZNOVU MĚŘ, POČÍTEJ A MĚŘ ZNOVU Václav Piskač Gymnázium tř.kpt.jaroše, Brno Abstrakt: Příspěvek ukazuje možnost, jak ve vyučovací hodině propojit fyzikální experiment a početní úlohu způsobem, který výrazně zvyšuje

Více

Stěžejní funkce MS Excel 2007/2010, jejich ovládání a možnosti využití

Stěžejní funkce MS Excel 2007/2010, jejich ovládání a možnosti využití Stěžejní funkce MS Excel 2007/2010, jejich ovládání a možnosti využití Proč Excel? Práce s Excelem obnáší množství operací s tabulkami a jejich obsahem. Jejich jednotlivé buňky jsou uspořádány do sloupců

Více

přesné jako tabulky, ale rychle a lépe mohou poskytnou názornou představu o důležitých tendencích a souvislostech.

přesné jako tabulky, ale rychle a lépe mohou poskytnou názornou představu o důležitých tendencích a souvislostech. 3 Grafické zpracování dat Grafické znázorňování je velmi účinný způsob, jak prezentovat statistické údaje. Grafy nejsou tak přesné jako tabulky, ale rychle a lépe mohou poskytnou názornou představu o důležitých

Více

Příklad 1. Řešení 1a. Řešení 1b. Řešení 1c ŘEŠENÉ PŘÍKLADY Z MV2 ČÁST 7

Příklad 1. Řešení 1a. Řešení 1b. Řešení 1c ŘEŠENÉ PŘÍKLADY Z MV2 ČÁST 7 Příklad 1 a) Autobusy městské hromadné dopravy odjíždějí ze zastávky v pravidelných intervalech 5 minut. Cestující může přijít na zastávku v libovolném okamžiku. Určete střední hodnotu a směrodatnou odchylku

Více

Test jednotky, veličiny, práce, energie, tuhé těleso

Test jednotky, veličiny, práce, energie, tuhé těleso DUM Základy přírodních věd DUM III/2-T3-16 Téma: Práce a energie Střední škola Rok: 2012 2013 Varianta: A Zpracoval: Mgr. Pavel Hrubý TEST Test jednotky, veličiny, práce, energie, tuhé těleso 1 Účinnost

Více

KINEMATIKA I FYZIKÁLNÍ VELIČINY A JEDNOTKY

KINEMATIKA I FYZIKÁLNÍ VELIČINY A JEDNOTKY Předmět: Ročník: Vytvořil: Datum: FYZIKA PRVNÍ MGR. JÜTTNEROVÁ 24. 7. 212 Název zpracovaného celku: KINEMATIKA I FYZIKÁLNÍ VELIČINY A JEDNOTKY Fyzikální veličiny popisují vlastnosti, stavy a změny hmotných

Více

MATEMATIKA. Doc. RNDr. Eduard Fuchs, CSc., Přírodovědecká fakulta MU Brno. Ing. Milan Hausner, ZŠ Lupáčova, Praha 3

MATEMATIKA. Doc. RNDr. Eduard Fuchs, CSc., Přírodovědecká fakulta MU Brno. Ing. Milan Hausner, ZŠ Lupáčova, Praha 3 MATEMATIKA Vypracovala skupina pro přípravu standardů z matematiky ve složení: Vedoucí: Koordinátor za VÚP: Členové: Doc. RNDr. Eduard Fuchs, CSc., Přírodovědecká fakulta MU Brno RNDr. Eva Zelendová, VÚP

Více

Jméno a příjmení holka nebo kluk * Třída Datum Škola

Jméno a příjmení holka nebo kluk * Třída Datum Škola M-6 Jméno a příjmení holka nebo kluk * Třída Datum Škola Následující graf ukazuje, jak se měnily (převážně jak rostly) tržby v a letecké dopravě v České republice od roku. Pozemní doprava zahrnuje především

Více

výška (cm) počet žáků

výška (cm) počet žáků Statistika 1) Ve školním roce 1997/119 bylo v Brně 3 základních škol, ve kterých bylo celkem 1 tříd. Tyto školy navštěvovalo 11 5 žáků. Určete a) kolik tříd průměrně měla jedna ZŠ, b) kolik žáků průměrně

Více

Měření součinitele smykového tření dynamickou metodou

Měření součinitele smykového tření dynamickou metodou Měření součinitele smykového tření dynamickou metodou Online: http://www.sclpx.eu/lab1r.php?exp=6 Měření smykového tření na nakloněné rovině pomocí zvukové karty řešil např. Sedláček [76]. Jeho konstrukce

Více

100 1500 1200 1000 875 750 675 600 550 500 - - 775 650 550 500 450 400 350 325 - -

100 1500 1200 1000 875 750 675 600 550 500 - - 775 650 550 500 450 400 350 325 - - Prostý kružnicový oblouk Prostý kružnicový oblouk se používá buď jako samostatné řešení změny směru osy nebo nám slouží jako součást směrové změny v kombinaci s přechodnicemi nebo složenými oblouky. Nejmenší

Více

Zadavatel: KRONEN LABE spol. s r. o. Tylova 410/24, 400 04 Trmice

Zadavatel: KRONEN LABE spol. s r. o. Tylova 410/24, 400 04 Trmice ÚSTAV TECHNIK Y A ŘÍZENÍ V ÝROBY Ústav techniky a řízení výroby Univerzity J. E. Purkyně v Ústí nad Labem Na Okraji 11 Tel.: +42 475 285 511 96 Ústí nad Labem Fax: +42 475 285 566 Internet: www.utrv.ujep.cz

Více

SLEDOVÁNÍ KONFLIKTNÍCH SITUACÍ Z PLOVOUCÍHO VOZIDLA

SLEDOVÁNÍ KONFLIKTNÍCH SITUACÍ Z PLOVOUCÍHO VOZIDLA SLEDOVÁNÍ KONFLIKTNÍCH SITUACÍ Z PLOVOUCÍHO VOZIDLA Vladislav Křivda 1, Martin Blatoň 2 Anotace: Článek popisuje návrh dynamické metody sledování konfliktních situací z plovoucího vozidlo, která vychází

Více

( ) 2 2 2 ( ) 3 3 2 2 3. Výrazy Výraz je druh matematického zápisu, který obsahuje konstanty, proměnné, symboly matematických operací, závorky.

( ) 2 2 2 ( ) 3 3 2 2 3. Výrazy Výraz je druh matematického zápisu, který obsahuje konstanty, proměnné, symboly matematických operací, závorky. Výrzy Výrz je druh mtemtického zápisu, který obshuje konstnty, proměnné, symboly mtemtických opercí, závorky. Příkldy výrzů: + výrz obshuje pouze konstnty číselný výrz x výrz obshuje konstntu ( proměnnou

Více

MS EXCEL 2010 ÚLOHY. Vytvořte tabulku podle obrázku, která bude provádět základní matematické operace se dvěma zadanými čísly a a b.

MS EXCEL 2010 ÚLOHY. Vytvořte tabulku podle obrázku, která bude provádět základní matematické operace se dvěma zadanými čísly a a b. MS EXCEL 2010 ÚLOHY ÚLOHA Č.1 Vytvořte tabulku podle obrázku, která bude provádět základní matematické operace se dvěma zadanými čísly a a b. Do buněk B2 a B3 očekávám zadání hodnot. Buňky B6:B13 a D6:D13

Více

Kapitola 2. o a paprsek sil lze ztotožnit s osou x (obr.2.1). sil a velikost rovnou algebraickému součtu sil podle vztahu R = F i, (2.

Kapitola 2. o a paprsek sil lze ztotožnit s osou x (obr.2.1). sil a velikost rovnou algebraickému součtu sil podle vztahu R = F i, (2. Kapitola 2 Přímková a rovinná soustava sil 2.1 Přímková soustava sil Soustava sil ležící ve společném paprsku se nazývá přímková soustava sil [2]. Působiště všech sil m i lze posunout do společného bodu

Více

Dotazy tvorba nových polí (vypočítané pole)

Dotazy tvorba nových polí (vypočítané pole) Téma 2.4 Dotazy tvorba nových polí (vypočítané pole) Pomocí dotazu lze také vytvářet nová pole, která mají vazbu na již existující pole v databázi. Vznikne tedy nový sloupec, který se počítá podle vzorce.

Více

UNIVERZITA OBRANY Fakulta ekonomiky a managementu. Aplikace STAT1. Výsledek řešení projektu PRO HORR2011 a PRO GRAM2011 3. 11.

UNIVERZITA OBRANY Fakulta ekonomiky a managementu. Aplikace STAT1. Výsledek řešení projektu PRO HORR2011 a PRO GRAM2011 3. 11. UNIVERZITA OBRANY Fakulta ekonomiky a managementu Aplikace STAT1 Výsledek řešení projektu PRO HORR2011 a PRO GRAM2011 Jiří Neubauer, Marek Sedlačík, Oldřich Kříž 3. 11. 2012 Popis a návod k použití aplikace

Více

Postup: Nejprve musíme vyplnit tabulku. Pak bude vypadat takto:

Postup: Nejprve musíme vyplnit tabulku. Pak bude vypadat takto: Úkol: Jednoduchá tabulka v Excelu Obrázky jsou vytvořené v Excelu verze 2003 CZ. Postupy jsou platné pro všechny běžně dostupné české verze Excelu s výjimkou verze roku 2007. Postup: Nejprve musíme vyplnit

Více

Excel tabulkový procesor

Excel tabulkový procesor Pozice aktivní buňky Excel tabulkový procesor Označená aktivní buňka Řádek vzorců zobrazuje úplný a skutečný obsah buňky Typ buňky řetězec, číslo, vzorec, datum Oprava obsahu buňky F2 nebo v řádku vzorců,

Více

Vlhký vzduch a jeho stav

Vlhký vzduch a jeho stav Vlhký vzduch a jeho stav Příklad 3 Teplota vlhkého vzduchu je t = 22 C a jeho měrná vlhkost je x = 13, 5 g kg 1 a entalpii sv Určete jeho relativní vlhkost Řešení Vyjdeme ze vztahu pro měrnou vlhkost nenasyceného

Více

MANUÁL K AGENDĚ SPEDICE PŘÍRUČKA PRO UŽIVATELE

MANUÁL K AGENDĚ SPEDICE PŘÍRUČKA PRO UŽIVATELE MANUÁL K AGENDĚ SPEDICE PŘÍRUČKA PRO UŽIVATELE Úvodem Spedice je nová agenda WEBDISPEČINKU, která nahrazuje dosavadní Optimalizaci rozvozů a svozů. Umožňuje vytvářet rozvozové trasy (přepravy), zastávky

Více

Požadavky na konkrétní dovednosti a znalosti z jednotlivých tematických celků

Požadavky na konkrétní dovednosti a znalosti z jednotlivých tematických celků Maturitní zkouška z matematiky 2012 požadované znalosti Zkouška z matematiky ověřuje matematické základy formou didaktického testu. Test obsahuje uzavřené i otevřené úlohy. V uzavřených úlohách je vždy

Více

Fázorové diagramy pro ideální rezistor, skutečná cívka, ideální cívka, skutečný kondenzátor, ideální kondenzátor.

Fázorové diagramy pro ideální rezistor, skutečná cívka, ideální cívka, skutečný kondenzátor, ideální kondenzátor. FREKVENČNĚ ZÁVISLÉ OBVODY Základní pojmy: IMPEDANCE Z (Ω)- charakterizuje vlastnosti prvku pro střídavý proud. Impedance je základní vlastností, kterou potřebujeme znát pro analýzu střídavých elektrických

Více

Tematická oblast: Tabulkové procesory (VY_32_INOVACE_10_3_AP) Anotace: Využití ve výuce: Autor: Ing. Jan Roubíček Vytvořeno: únor až květen 2013

Tematická oblast: Tabulkové procesory (VY_32_INOVACE_10_3_AP) Anotace: Využití ve výuce: Autor: Ing. Jan Roubíček Vytvořeno: únor až květen 2013 Tematická oblast: Tabulkové procesory (VY_32_INOVACE_10_3_AP) Autor: Ing. Jan Roubíček Vytvořeno: únor až květen 2013 Anotace: Digitální učební materiály slouží k seznámení s možnostmi a s prací v tabulkových

Více

6.2.8 Vlnová funkce. ψ nemá (zatím?) žádný fyzikální smysl, fyzikální smysl má funkce. Předpoklady: 060207

6.2.8 Vlnová funkce. ψ nemá (zatím?) žádný fyzikální smysl, fyzikální smysl má funkce. Předpoklady: 060207 6..8 Vlnová funkce ředpoklady: 06007 edagogická poznámka: Tato hodina není příliš středoškolská. Zařadil jsem ji kvůli tomu, aby žáci měli alespoň přibližnou představu o tom, jak se v kvantové fyzice pracuje.

Více

Postup při řešení matematicko-fyzikálně-technické úlohy

Postup při řešení matematicko-fyzikálně-technické úlohy Postup při řešení matematicko-fyzikálně-technické úlohy Michal Kolesa Žádná část této publikace NESMÍ být jakkoliv reprodukována BEZ SOUHLASU autora! Poslední úpravy: 3.7.2010 Úvod Matematicko-fyzikálně-technické

Více

1. Zadání. 2. Teorie úlohy ID: 78 357. Jméno: Jan Švec. Předmět: Elektromagnetické vlny, antény a vedení. Číslo úlohy: 7. Měřeno dne: 30.3.

1. Zadání. 2. Teorie úlohy ID: 78 357. Jméno: Jan Švec. Předmět: Elektromagnetické vlny, antény a vedení. Číslo úlohy: 7. Měřeno dne: 30.3. Předmět: Elektromagnetické vlny, antény a vedení Úloha: Symetrizační obvody Jméno: Jan Švec Měřeno dne: 3.3.29 Odevzdáno dne: 6.3.29 ID: 78 357 Číslo úlohy: 7 Klasifikace: 1. Zadání 1. Změřte kmitočtovou

Více

Výukový modul III.2 Inovace a zkvalitnění výuky prostřednictvím ICT

Výukový modul III.2 Inovace a zkvalitnění výuky prostřednictvím ICT Základy práce s tabulkou Výukový modul III.2 Inovace a zkvalitnění výuky prostřednictvím ICT Téma III.2.3, pracovní list 1 Technická měření v MS Excel Základy práce s tabulkou Ing. Jiří Chobot VY_32_INOVACE_323_1

Více

Úvod do problematiky ÚPRAVY TABULKY

Úvod do problematiky ÚPRAVY TABULKY Úvod do problematiky ÚPRAVY TABULKY Zaměříme se na úpravy, které určují finální grafickou úpravu tabulky (tzv. formátování.). Měnit můžeme celou řadu vlastností a ty nejdůležitější jsou popsány v dalším

Více

MODELY HOSPODÁŘSKÝCH LESŮ IV. Postup výpočtu etátu

MODELY HOSPODÁŘSKÝCH LESŮ IV. Postup výpočtu etátu MODELY HOSPODÁŘSKÝCH LESŮ IV. Postup výpočtu etátu Obecný postup výpočtu etátu A) TĚŽBA MÝTNÍ Stanovení těžebních procent pro zadaný hospodářský soubor (dále jen HS) podle parametrů u - obmýtí a o - obnovní

Více

Pracovní list č. 3 Charakteristiky variability

Pracovní list č. 3 Charakteristiky variability 1. Při zjišťování počtu nezletilých dětí ve třiceti vybraných rodinách byly získány tyto výsledky: 1, 1, 0, 2, 3, 4, 2, 2, 3, 0, 1, 2, 2, 4, 3, 3, 0, 1, 1, 1, 2, 2, 0, 2, 1, 1, 2, 3, 3, 2. Uspořádejte

Více

ROZDĚLENÍ NÁHODNÝCH VELIČIN

ROZDĚLENÍ NÁHODNÝCH VELIČIN ROZDĚLENÍ NÁHODNÝCH VELIČIN 1 Vytvořeno s podporou projektu Průřezová inovace studijních programů Lesnické a dřevařské fakulty MENDELU v Brně (LDF) s ohledem na discipliny společného základu (reg. č. CZ.1.07/2.2.00/28.0021)

Více

Žák plní standard v průběhu primy a sekundy, učivo absolutní hodnota v kvartě.

Žák plní standard v průběhu primy a sekundy, učivo absolutní hodnota v kvartě. STANDARDY MATEMATIKA 2. stupeň ČÍSLO A PROMĚNNÁ 1. M-9-1-01 Žák provádí početní operace v oboru celých a racionálních čísel; užívá ve výpočtech druhou mocninu a odmocninu 1. žák provádí základní početní

Více

Příklad 1. Korelační pole. Řešení 1 ŘEŠENÉ PŘÍKLADY Z MV2 ČÁST 13

Příklad 1. Korelační pole. Řešení 1 ŘEŠENÉ PŘÍKLADY Z MV2 ČÁST 13 Příklad 1 Máme k dispozici výsledky prvního a druhého testu deseti sportovců. Na hladině významnosti 0,05 prověřte, zda jsou výsledky testů kladně korelované. 1.test : 7, 8, 10, 4, 14, 9, 6, 2, 13, 5 2.test

Více

Téma: Investice do akcií společnosti ČEZ

Téma: Investice do akcií společnosti ČEZ Matematika a byznys Téma: Investice do akcií společnosti ČEZ Alena Švédová A07146 Investice do akcií společnosti ČEZ ÚVOD Tímto tématem, které jsem si pro tuto práci zvolila, bych chtěla poukázat na to,

Více

Excel tabulkový procesor

Excel tabulkový procesor Pozice aktivní buňky Excel tabulkový procesor Označená aktivní buňka Řádek vzorců zobrazuje úplný a skutečný obsah buňky Typ buňky řetězec, číslo, vzorec, datum Oprava obsahu buňky F2 nebo v řádku vzorců,

Více

VZDUCH V MÍSTNOSTI POMŮCKY NASTAVENÍ MĚŘICÍHO ZAŘÍZENÍ. Vzdělávací předmět: Fyzika. Tematický celek dle RVP: Látky a tělesa

VZDUCH V MÍSTNOSTI POMŮCKY NASTAVENÍ MĚŘICÍHO ZAŘÍZENÍ. Vzdělávací předmět: Fyzika. Tematický celek dle RVP: Látky a tělesa VZDUCH V MÍSTNOSTI Vzdělávací předět: Fyzika Teatický celek dle RVP: Látky a tělesa Teatická oblast: Měření fyzikálních veličin Cílová skupina: Žák 6. ročníku základní školy Cíle pokusu je určení rozěrů

Více

Pravděpodobnost v závislosti na proměnné x je zde modelován pomocí logistického modelu. exp x. x x x. log 1

Pravděpodobnost v závislosti na proměnné x je zde modelován pomocí logistického modelu. exp x. x x x. log 1 Logistická regrese Menu: QCExpert Regrese Logistická Modul Logistická regrese umožňuje analýzu dat, kdy odezva je binární, nebo frekvenční veličina vyjádřená hodnotami 0 nebo 1, případně poměry v intervalu

Více

Kartogramy. Přednáška z předmětu Tematická kartografie (KMA/TKA) Otakar Čerba Západočeská univerzita

Kartogramy. Přednáška z předmětu Tematická kartografie (KMA/TKA) Otakar Čerba Západočeská univerzita Kartogramy Přednáška z předmětu Tematická kartografie (KMA/TKA) Otakar Čerba Západočeská univerzita Datum vytvoření dokumentu: 20. 9. 2004 Datum poslední aktualizace: 17. 10. 2011 Definice Kartogram je

Více

FYZIKA II. Petr Praus 6. Přednáška elektrický proud

FYZIKA II. Petr Praus 6. Přednáška elektrický proud FYZIKA II Petr Praus 6. Přednáška elektrický proud Osnova přednášky Elektrický proud proudová hustota Elektrický odpor a Ohmův zákon měrná vodivost driftová rychlost Pohyblivost nosičů náboje teplotní

Více